首页
学习
活动
专区
工具
TVP
发布

目标检测和深度学习

专栏作者
253
文章
304818
阅读量
114
订阅数
Caffe2 代码并入 PyTorch,贾扬清表示开发效率将迎来极大提升
AI 研习社按,对于广大深度学习开发者来说, 迎来一个重大消息——Caffe2 代码并入 PyTorch 库。
朱晓霞
2022-03-04
1K0
GitHub榜首:最强目标检测平台Detectron2 ,基于PyTorch完全重构
虽然在某些特定的场景下计算机可以比人类更快、更精准的识别出目标,但实际上,由于各类物体在不同的观测角度、不同的光照成像、遮挡等因素的干扰,计算机视觉的图像识别迄今为止还未能完全达到人类的水平,更遑论超越了。因此目标检测一直以来都是计算机视觉非常基础、也最具有挑战性的课题。
朱晓霞
2019-10-21
1.6K0
如何评价FAIR最新开源的Detectron2目标检测框架?
https://www.zhihu.com/question/350117858/answer/854376239
朱晓霞
2019-10-21
2.8K0
终于!大家心心念念的PyTorch Windows官方支持来了
这一次更新从 0.3.1 到 0.4.0 有着非常多的改进,最重要的就是官方支持 Windows 系统。在没有官方支持前,Windows 上安装 PyTorch 需要借助其它开发者发布的第三方 conda 包,而现在我们可以直接在 PyTorch 首页上获取使用 conda 或 pip 安装的命令行,或跟随教程使用源文件安装。
朱晓霞
2018-07-23
6620
教程 | 从零开始PyTorch项目:YOLO v3目标检测实现(下)
选自Medium 作者:Ayoosh Kathuria 机器之心编译 参与:Panda 前几日,机器之心编译介绍了《从零开始 PyTorch 项目:YOLO v3 目标检测实现》的前 3 部分,介绍了 YOLO 的工作原理、创建 YOLO 网络层级和实现网络的前向传播的方法。本文包含了该教程的后面两个部分,将介绍「置信度阈值设置和非极大值抑制」以及「设计输入和输出流程」的方法。总体而言,本教程的目的是使用 PyTorch 实现基于 YOLO v3 的目标检测器,后者是一种快速的目标检测算法。 本教程使用的
朱晓霞
2018-07-20
9750
Github 项目推荐 | 兼容 Scikit-Learn 的 PyTorch 神经网络库 —— skorch
资源 文档: https://skorch.readthedocs.io/en/latest/?badge=latest 源代码 https://github.com/dnouri/skorch/
朱晓霞
2018-07-20
1.7K0
入门 | 从零开始,了解元学习
选自Medium 作者:Thomas Wolf 机器之心编译 参与:Tianci LIU、路 本文介绍了元学习,一个解决「学习如何学习」的问题。 元学习是目前机器学习领域一个令人振奋的研究趋势,它解决的是学习如何学习的问题。 传统的机器学习研究模式是:获取特定任务的大型数据集,然后用这个数据集从头开始训练模型。很明显,这和人类利用以往经验,仅仅通过少量样本就迅速完成学习的情况相差甚远。 因为人类学习了「如何学习」。 在这篇文章中,我将从一个非常直观的元学习简介入手,从它最早的起源一直谈到如今的元学习研究现状
朱晓霞
2018-07-20
3990
知乎“看山杯”夺冠记
比赛介绍 这是一个文本多分类的问题:目标是 “参赛者根据知乎给出的问题及话题标签的绑定关系的训练数据,训练出对未标注数据自动标注的模型”。通俗点讲就是:当用户在知乎上提问题时,程序要能够根据问题的内容
朱晓霞
2018-04-18
1.3K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档